|
|
|||
|
||||
OverviewA mineração de dados é um processo de extração de informações ocultas e úteis a partir dos dados. A detecção de outliers é uma parte fundamental da mineração de dados e recentemente tem uma enorme atenção da comunidade de pesquisa. Um outlier é um objeto de dados que se desvia de outras observações. A detecção de outliers tem aplicações importantes na limpeza de dados, bem como na mineração de pontos anormais para detecção de fraudes, análise de mercado de ações, detecção de intrusão, marketing, sensores de rede. A maioria dos esforços de pesquisa existentes concentra-se em conjuntos de dados numéricos que não são diretamente aplicáveis em conjuntos de dados categóricos onde há pouco sentido em ordenar os dados e calcular distâncias entre os pontos de dados. Além disso, alguns dos métodos atuais de detecção outlier requerem um tempo quadrático em relação ao tamanho do conjunto de dados e geralmente precisam de múltiplas varreduras dos dados; estas características são indesejáveis quando os conjuntos de dados são grandes. Esta tese foca e avalia, experimentalmente, uma abordagem de detecção de outliers que é orientada para conjuntos categóricos. Além disso, este é um algoritmo de detecção de outliers simples, escalável e eficiente que tem a vantagem de descobrir outliers em conjuntos de dados categóricos ou numéricos por Full Product DetailsAuthor: Navneet KaurPublisher: Edicoes Nosso Conhecimento Imprint: Edicoes Nosso Conhecimento Dimensions: Width: 15.20cm , Height: 0.40cm , Length: 22.90cm Weight: 0.113kg ISBN: 9786203605006ISBN 10: 620360500 Pages: 68 Publication Date: 15 April 2021 Audience: General/trade , General Format: Paperback Publisher's Status: Active Availability: In stock We have confirmation that this item is in stock with the supplier. It will be ordered in for you and dispatched immediately. Language: Portuguese Table of ContentsReviewsAuthor InformationTab Content 6Author Website:Countries AvailableAll regions |